买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学(深圳)高等研究院申请的专利基于数字孪生的机械臂3D打印智能制造方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116901440B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310163085.4，技术领域涉及：B29C64/386；该发明授权基于数字孪生的机械臂3D打印智能制造方法是由张东星;赵承翼;刘鑫;郭秋泉;孙勇;杨军设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本基于数字孪生的机械臂3D打印智能制造方法在说明书摘要公布了：本发明公开了基于数字孪生的机械臂3D打印智能制造方法，涉及数字孪生技术领域。该基于数字孪生的机械臂3D打印智能制造方法，包括构建机械臂3D打印系统的物理空间模块，在机械臂3D打印系统实体空间内对其动作，状态以及环境进行数据采集，并以此建立物理实体与数字孪生体的数据传输，构建成数据采集与传输模块。针对机械臂3D打印无法预测工作状态的问题，引入数字空间模块，为打印装置构建机理描述模型和数据驱动模型，实时考虑工作状态，预测机械臂3D打印工作可能出现的问题，及时报警，检测到打印部件的缺陷部位和薄弱区域，机械臂3D打印装置对其即时进行修复和加固，对打印装置实时监控的数字孪生体模型，以实时监控打印装置的状态。

本发明授权基于数字孪生的机械臂3D打印智能制造方法在权利要求书中公布了：1.基于数字孪生的机械臂3D打印智能制造方法，其特征在于：包括以下步骤： S1、构建机械臂3D打印系统的物理空间模块； S2、在机械臂3D打印系统实体空间内对其动作，状态以及环境进行数据采集，并以此建立物理实体与数字孪生体的数据传输，构建成数据采集与传输模块； S3、构建机械臂3D打印系统数字空间模块，基于数字孪生体完成对机械臂3D打印装置的高度真实映射； S4、构建算法训练及验证模块，对S2采集的真实数据与算法模型预测的结果进行对比验证； 所述S4构建数字空间模块具体包括以下步骤： S41、对S2采集并传输给状态参数数据库的数据进行整理分析，提取数据特征； S42、训练运动规划算法模型并依据数值孪生系统进行验证； S43、训练由深度学习算法构成的智能决策算法模型并进行验证； S44、训练误差预测与智能补偿算法模型并验证，所述误差预测与智能补偿算法模型使用BP反向传播神经网络； 所述S44中误差预测与智能补偿算法模型以机械臂3D打印装置末端坐标，姿态以及打印装置挤出状态为输入，机械臂各关节角度，转速控制参数为输出，通过BP反向传播神经网络拟合，预测误差并消除误差； 所述BP神经网络损失函数为： ； 其中为真实值，为模型预测值； 所述BP神经网络梯度： ； 其中，为神经网络层的权重值，为输入值，即预测值; ； 其中，为神经网络层的权重值，为权重更新的学习率； S5、构建数字孪生体展示与交互模块。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学(深圳)高等研究院，其通讯地址为：518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78银星智界二期2号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。